深度学习在乳腺癌影像学检查中的应用进展

作     者：王一凡 刘静 马金刚 邵润华 陈天真 李明 WANG Yifan;LIU Jing;MA Jingang;SHAO Runhua;CHEN Tianzhen;LI Ming

作者机构：山东中医药大学智能与信息工程学院济南250355 山东浪潮优派科技教育有限公司济南250101 

出 版 物：《计算机科学与探索》 (Journal of Frontiers of Computer Science and Technology)

年 卷 期：2024年第18卷第2期

页      面：301-319页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(82174528) 山东省研究生教育优质课程和教学资源库建设项目(SDYKC20047,SDYAL2022041) 教育部产学合作协同育人项目(220606121142949) 

主　　题：乳腺癌 深度学习 计算机辅助诊断 影像学检查 

摘      要：乳腺癌是女性最常见的恶性肿瘤,其早期发现具有决定性意义。乳腺影像学检查在早期发现乳腺癌以及在治疗期间监测与评估方面发挥着重要作用,但人工检测医学影像通常耗时耗力。最近,深度学习算法在早期乳腺癌诊断工作中取得了显著进展。通过梳理近几年的相关文献,对深度学习技术在不同成像模式的乳腺癌诊断中的应用进行了系统综述,旨在为深入开展基于深度学习的乳腺癌诊断研究提供参考。首先概述了乳腺X线摄影、超声影像、磁共振成像和正电子发射计算机断层显像四种乳腺癌成像模式并进行了简要对比,列举了多种成像方式对应的公共数据集。重点对基于上述四种不同成像模式的深度学习架构的不同任务(病变检测、分割和分类)进行了系统的综述,对比分析了各算法性能、改进思路及其优缺点。最后,对现有技术存在的问题进行分析,并针对目前工作的局限性对未来发展方向进行展望。